转载本文需注明出处：微信公众号EAWorld，违者必究。
引言：
今天我要带给大家的是2018年底，在西雅图举办的Kubecon的一场分享，来自谷歌K8s团队的工程师Saad Ali分享的《Kubernetes设计原则》。这场会议虽然已经过去一年多了，但是我觉得本会议的内容非常值得学习，我们大都知道K8s是如何工作的，但是本文带我们了解k8s背后的设计原则，以及为什么要这样设计。
对于跨云和本地环境在分布式系统上管理和部署工作负载，Kubernetes很快变得不可或缺。
虽然现在大多数人都熟悉如何使用Kubernetes，但很少有人知道其背后的“为什么”？为什么Kubernetes API看起来是这样的？为什么Kubernetes组件仅通过Kubernetes API相互交互？当您可以轻松地直接从pod引用卷时，为什么会有PersistentVolumeClaim对象？
为了回答这些问题并帮助您对Kubernetes进行更深入的了解，本讲座将揭示支撑Kubernetes设计的原理。
原则1. Kubernetes APIs
是声明性的而非命令性的
我们从最简单的一个例子开始，要如何在一台节点上启动需要运行的任务。
最简单的方式就是发送一个命令，启动容器。
但是这样做的话，如果容器，节点崩溃，或者节点临时不可访问的时候，用户就必须监控和存储每一个节点和容器的状态，捕获所有的异常，并做异常处理。也就是说把所有的复杂的异常处理的逻辑交给客户端来做。
这就引入了Kubernetes的第一个设计原则：
Kubernetes APIs 是声明性的而非命令性的 （ Kubernetes APIs are declarative rather then imperative ）
命令式：
用户：提供一系列的指令来驱动系统达到制定状态。
系统：执行指令
用户：监控系统，根据系统状态，提供进一步的指令
声明式：
用户：定义期望的状态
系统：向着指定的状态工作
下图是一个声明式API的例子：
1、用户创建一个API对象
2、所用的组件并行工作来达到该状态。
声明式的API支持自动恢复。例如：
1、节点B挂了
2、系统自主地把Pod移动到健康的节点A上
这里需要注意主节点只是存储了Pod的定义声明，而不会向节点B发送命令，如果那样做，主节点就会变得和我们之前提到的客户端一样，复杂而脆弱，且难以扩展。这就引入了K8s的第二个设计原则：
Kubernetes控制平面是透明的，没有隐藏的内部API （ The Kubernetes control plane is transparent. There are no hidden internal APIs. ）
原则2. Kubernetes控制平面
是透明的，没有隐藏的内部API
之前：
主节点：提供一系列的指令来驱动节点达到制定状态。
节点：执行主节点发来的指令
主节点：监控每一个节点，根据节点状态，提供进一步的指令
现在：
主节点：定义想要达到的状态
节点：独立工作以达到主节点定义的状态
我们来看一个Pod创建的例子：
如下图所示，所有的组件都监视Kubernetes API，然后决定自己应该怎么做。
用户调用API声明要创建的Pod
主节点创建Pod的定义
Scheduler通过API观察到Pod A的定义，通过调度运算，决定要在Node B上创建Pod A，并通过API更新主节点上的Pod A的定义。
Node B观察到Pod A的定义是在自己的管辖范围，启动Pod A
用户通过API删除 Pod A
节点B发现 Pod A被删除
节点B删除Pod A
这样做的能促成一个更简单，更健壮的系统设计，并很容易从故障状态中恢复。系统没有单点故障，主节点的职责非常简单。
这样做的另一个好处是，系统更容易扩展和组合。因为没有内部隐藏的API，用户可以很容易的用自定的组件替代已有组件，或者增加自定义的功能。
K8s还有很对对象对业务是很重要的，例如存储密码的密匙文件secret，配置configmap，或者下行API提供Pod的基本信息。那么应用程序必须修改为调用KubeAPI来或者这些信息么？
这就引入了Kubernetes的第三个设计原则：
满足用户的需求 （ Meet the user where they are ）
原则3. 满足用户的需求
之前：
- 应用程序必须被修改为知道K8s的存在，调用KubeAPI
现在：
- 应用程序可以从环境变量加载配置文件或者密匙文件，所以不需要修改
我们可以举一个例子，是关于远程存储的。
如上图所示，Pod可以直接引用一个远程的存储卷（GCE PD，AWS EBS，NFS等），kubernetes会自动使得该卷被用于Pod。但是这样做的话，有一个问题，如果你要迁移到一个新的基础架构上，那么它就不工作了。于是这就引入了kubernetes设计的第四个原则：
可移植的工作负载 （ Workload portability ）
原则4. 可移植的工作负载
持久卷（PersistentVolumn，PV）和持久卷声明（PersistenVolumnClaim， PVC）就是这样一个例子。
如上图所示，通过PVC的抽象，用户Pod并不直接引用GCE PD或者EBS，这样就使得该Pod可以在不同的基础架构中互相迁移，做到可移植。就像操作系统一样，该设计使得系统应用和底层的硬件或者架构实现分离解耦。
总结
本文总结了Kubecon 2018的一场由谷歌高级软件工程师、kubernete开发人员Saad Ali分享的《Kubernetes设计原则》。其中的四个设计原则分别是：
Kubernetes APIs 是声明性的而非命令性的
Kubernetes控制平面是透明的，没有隐藏的内部API
满足用户的需求
可移植的工作负载
通过该分享，我们可以发现，K8s的背后设计原则的原因，其实它软件设计的一些一般性原则是一致的，虽然面向对象已经不在是什么流行的术语，但是本文中的设计原则和面向对象的设计原则高度一致。
对象要对自己负责。在设计对象的时候，对象应该尽可能的封装内部的状态，对自己负责，我们设计一辆可行驶的车。一种设计是两个对象，driver和car，然后diver.run(car)。而更好的设计是 不需要driver，或者把dirver看成Car的一个属性，这样就是Car.run()。第二种设计更符合面向对象的设计原则。这正是声明式API背后的原则，组件对自己负责
Kube API类似对象的接口，对象对修改封闭，对扩展开放。通过开放的API，用户可以很容易的实现功能扩展，但是你无法修改已有的组件，你可以开发自定义的组件来替换已有的组件
可移植性的设计利用了类似面向对象的多态，同多定义抽象接口PVC，隐藏具体的实现细节。
希望本文的分享能帮助你理解K8s背后的设计原则。
参考：
推荐阅读
关于作者：陶刚，Splunk资深软件工程师，架构师，毕业于北京邮电大学，现在在温哥华负责Splunk机器学习云平台的开发，曾经就职于SAP，EMC，Lucent等企业，拥有丰富的企业应用软件开发经验，熟悉软件开发的各种技术，平台和开发过程，在商务智能，机器学习，数据可视化，数据采集，网络管理等领域都有涉及。
关于EAWorld：微服务，DevOps，数据治理，移动架构原创技术分享。长按二维码关注！
在看点这里
本文分享自微信公众号 - EAWorld（eaworld）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
